开源PDF解析工具olmOCR：百万页处理成本直降32倍，精准提取复杂内容 

Ai2推出的开源工具olmOCR基于Qwen2-VL-7B-Instruct模型训练，专为PDF解析设计，可高效提取文本、表格、公式等结构化数据，并以Markdown格式输出。通过25万页多样化数据集微调，其“文档锚定”技术精准处理多栏排版、手写内容及数学公式，处理百万页成本仅190美元（为GPT-4o的1/32）。支持在线使用与本地部署（需英伟达显卡），性能评估显示其Elo评分1800+，用户优选比例超竞品（对比MinerU达71.4%）。开源代码与模型权重，适合学术、法律等场景的高效文档处理。 

GitHub | 在线Web

📮投稿 ☘️频道 🌸聊天 🗞️𝕏